知识卡片：RSI-Anything：用世界模型解锁递归自我改进

一句话结论

RSI-Anything 是一个基于 JEPA-Anything 构建的领域通用框架，通过预测性世界模型指导行动与学习数据选择，并结合组件兼容性检查来保留更新后的“策略-模型”配对，从而在代码修复、GUI 操作、实验室规划与反应优化等多领域实现递归式性能提升。

事件概述或研究问题

递归自我改进（Recursive Self-Improvement, RSI）的核心目标是把交互经验转化为持续性的能力提升。但该方向面临两个关键障碍：外部反馈成本高昂，且随着策略不断演化，世界模型的预测可能变得不可靠。本文提出的 RSI-Anything 试图在领域通用层面解决这一问题。

方法/产品要点

• 构建于 JEPA-Anything 之上，属于领域通用框架。
• 使用预测性世界模型来指导行动选择和训练数据筛选。
• 观测到的反馈同时驱动两件事：策略或工作流的改进，以及条件式的世界模型自适应。
• 通过组件检查与兼容性检查，决定是否保留更新后的策略-模型配对，而非无条件接受所有更新。

主要结果或产业意义

• 代码修复：在编码器固定的条件下，成功率从静态验证器的 26.3% 提升到预测性选择的 29.2%，再经世界模型自适应后达到 31.2%，测试使用量相当。
• GUI 评估：任务完成率更高，同时平均操作次数减少 39.4%。
• 实验室规划：连续五个策略版本迭代中，得分从 21.80% 提升到 46.01%，翻倍以上。
• 反应优化：在相同 40 次实验预算下，RSI-Anything 达到 96.15% 的平均最佳观测产率，而贝叶斯优化为 82.16%。
• 端到端免疫科学应用：将工作流演化与预测建模连接至治疗性假设生成。

为什么重要

已有综述类工作（如“AI中的递归自我改进：从有界自我精炼到自主研究循环”）指出，自我评估信号是所有改进回路的共同主张，并建立了从形式验证器到内在自我评估的验证层级。RSI-Anything 的增量在于：它不依赖单一验证器，而是用预测性世界模型作为中间信号来筛选行动和数据，并引入兼容性检查来管理模型-策略配对的更新节奏——这为 RSI 从“有界自我精炼”走向更开放的递归循环提供了一种可操作的工程路径，且跨越多个计算与科学领域进行了实证。

局限与不确定性

• 论文摘要未披露各领域实验的具体样本量、基线配置细节与统计显著性检验结果，待核实。
• 世界模型自适应过程中的计算开销与外部反馈成本之间的定量对比，摘要未给出，待核实。
• 组件与兼容性检查的具体判据和阈值设定，待核实。
• 免疫科学应用的具体任务定义、评估指标与治疗假设质量，待核实。
• 是否在真实生产环境或仅限基准测试中验证，待核实。

可用于图书/PPT/简报的角度

• “世界模型作为 RSI 的中间验证器”：不同于形式验证器（最强但适用范围窄）和内在自我评估（最弱但通用），预测性世界模型提供了一种可跨领域部署的中间信号。
• “保留机制”设计：组件与兼容性检查如何防止策略-模型配对在迭代中退化，可作为工程治理 RSI 的案例。
• 跨领域迁移证据：同一框架在代码、GUI、实验室规划、化学反应优化和免疫科学中均有效果，适合用来说明 RSI 的通用性潜力。
• 与贝叶斯优化的对比：在相同实验预算下产率差距（96.15% vs 82.16%），可作为“世界模型引导搜索优于传统黑箱优化”的论据。

与既有脉络的关系

已有卡片“AI中的递归自我改进：从有界自我精炼到自主研究循环”提供了 RSI 的分类框架与验证层级；本卡片是该框架下的一份具体系统实现报告，增量信息在于：用 JEPA-Anything 作为世界模型底座、引入兼容性检查来管理更新保留、并在五个不同领域给出了量化提升数据。

原始材料

• Title: RSI-Anything: Unlocking Recursive Self-Improvement with World Models
• arXiv ID: 2610.13912v1
• Authors: Taoyong Cui, Pinxian Zeng, Wanghan Xu, Hao Xiao, Shuhan Xue, Qiang Gao, Wanli Ouyang, Pheng Ann Heng, Zhenfei Yin, Yingcheng Wu, Ling Yang
• Published: 2026-10-09T17:50:30Z
• Primary category: cs.CL
• Abstract URL: https://arxiv.org/abs/2610.13912v1
• PDF URL: https://arxiv.org/pdf/2610.13912v1